Reserva matemática actuarial para la extracción de recursos no-renovables a partir de variables de pérdida no-negativas

Rigoberto Real-Miranda; José Daniel López-Barrientos

doi:10.24310/recta.23.2.2022.19875

Autores/as

Rigoberto Real-Miranda Universidad An´ahuac México
José Daniel López-Barrientos Universidad An´ahuac México

DOI:

https://doi.org/10.24310/recta.23.2.2022.19875

Palabras clave:

Reserva matem´atica actuarial, programaci´on din´amica, recurso no-renovable, proceso recursivo, regla del trapecio, juegos diferenciales

Resumen

A partir de la definición tradicional de la reserva matemática actuarial de un seguro de vida vitalicio, se construye y estudia la reserva matemática para un recurso no-renovable, la cual considera la dinámica de extracción de este recurso como parte del beneficio obtenido. Aunque los recursos no renovables son finitos, se toma el supuesto de que el tiempo de vida futuro del recurso tiene un horizonte de tiempo infinito, y que su distribución es de alguna de las formas Exponencial, Weibull, Gamma y Chen. También se presenta un método que combina un proceso recursivo con la regla del trapecio el cual, de manera más general, permite calcular las componentes de la reserva matemática, sin importar la complejidad de la distribución o los parámetros del tiempo de vida futuro del recurso no-renovable.

Descargas

Los datos de descargas todavía no están disponibles.

Publicación Facts

Este artículo

Otros artículos

Revisión pares

Revisores: 0

2.4 promedio

Perfil de revisores N/D

Información adicional autores

Datos de investigación disponibles

##plugins.generic.pfl.dataAvailability.unsupported##

##plugins.generic.pfl.averagePercentYes##

Financiación

N/D

32% con financiadores

Conflicto de intereses

N/D

##plugins.generic.pfl.averagePercentYes##

Para esta revista

Otras revistas

Artículos aceptados

Artículos aceptados: 4%

33% aceptado

Días hasta la publicación

145

Indexado: {$indexList}

Indexado en

Perfil de director y equipo editorial: ##plugins.generic.pfl.profiles##
Sociedad Académica/Grupo: N/D
Editora:: UMA Editorial. Universidad de Málaga

Citas

Anderson, S. T., Kellogg, R., & Salant, S. W. (2014). Hotelling Under Pressure. Working Paper 20280, National Bureau of Economic Research.

https://doi.org/10.3386/w20280

Bowers, N., Gerber, H., Hickman, J., Jones, D., & Nesbitt, C. (1997). Actuarial Mathematics. The Society of Actuaries.

Chen, Z. (2000). A new two-parameter lifetime distribution with bathtub shape or increasing failure rate function. Statistics & Probability Letters, 49(2), 155-161.

https://doi.org/10.1016/S0167-7152(00)00044-4

Cid Cid, A. I. (2000). Siniestralidad en Seguros No Vida: Provisi'on para prestaciones, un nuevo m'etodo. PhD thesis, Universidad Complutense de Madrid, Madrid, España.

Deshmukh, S. D. & Pliska, S. R. (1980). Optimal consumption and exploration of non-renewable resources under uncertainty. Econometrica, 48(1), 177-200.

https://doi.org/10.2307/1912024

Devarajan, S. & Fisher, A. C. (1981). Hotelling's "economics of exhaustible resources": Fifty years later. Journal of Economic Literature, 19(1), 65-73.

Ferreira da Cunha, R. P. & Missemer, A. (2020). The Hotelling Rule in Non-Renewable Resource Economics: A Reassessment. Canadian Journal of Economics, 53(2), 800-820.

https://doi.org/10.1111/caje.12444

Hart, R. (2016). Non-renewable resources in the long run. Journal of Economic Dynamics and Control, 71, 1-20.

https://doi.org/10.1016/j.jedc.2016.07.006

Heras, A., Gil, J. A., Garc'ıa-Pineda, P., & Vilar, J. L. (2004). An application of linear programming to bonus malus system design. ASTIN Bulletin, 34(2), 435-456.

https://doi.org/10.2143/AST.34.2.505152

Hipp, C. (2004). Stochastic control with application in insurance. In Stochastic Methods in Finance (pp. 127-164). Springer.

https://doi.org/10.1007/978-3-540-44644-6_3

Hotelling, H. (1931). The economics of exhaustible resources. Journal of political Economy, 39(2), 137-175.

https://doi.org/10.1086/254195

Kaas, R., Goovaerts, M., Dhaene, J., & Denuit, M. (2008). Modern Actuarial Risk Theory using R. Springer-Verlag, Berlin.

https://doi.org/10.1007/978-3-540-70998-5

Klugman, S. A., Panjer, H. H., & Willmot, G. E. (2012). Loss models: from data to decisions, volume 715. John Wiley & Sons.

https://doi.org/10.1002/9781118787106

Kostyunin, S., Palestini, A., & Shevkoplyas, E. (2014). On a nonrenewable resource extraction game played by asymmetric firms. Journal of Optimization Theory and Applications, 163(2), 660-673.

https://doi.org/10.1007/s10957-013-0462-x

Krautkraemer, J. A. (1998). Nonrenewable resource scarcity. Journal of Economic Literature, 36(4), 2065-2107. http://www.jstor.org/stable/2565047

Lemaire, J. (1995). Bonus-Malus Systems in Automobile Insurance. Springer.

https://doi.org/10.1007/978-94-011-0631-3

Lindfield, G. & Penny, J. (2019). Chapter 4 - differentiation and integration. In Numerical Methods Using MATLAB (pp. 191-237). Academic Press, fourth edition edition.

https://doi.org/10.1016/B978-0-12-812256-3.00013-0

López-Barrientos, J. D. (2022). Cómo evitar que la industria petrolera se quede sin seguros. Actuarios Trabajando. Revista Mexicana de Investigación Actuarial Aplicada, (12), 153-164.

López-Barrientos, J. D., Gromova, E. V., & Miroshnichenko, E. S. (2020). Resource exploitation in a stochastic horizon under two parametric interpretations. Mathematics, 8(7), 1081.

https://doi.org/10.3390/math8071081

Nyambuu, U. & Semmler, W. (2014). Trends in the extraction of non-renewable resources: The case of fossil energy. Economic Modelling, 37, 271-279.

https://doi.org/10.1016/j.econmod.2013.11.020

Olver, F. W., Lozier, D. W., Boisvert, R. F., & Clark, C. W. (2010). NIST handbook of mathematical functions hardback and CD-ROM. Cambridge university press.

Pindyck, R. S. (1980). Uncertainty and exhaustible resource markets. Journal of Political Economy, 88(6), 1203-1225.

https://doi.org/10.1086/260935

Pliska, S. R. & Ye, J. (2007). Optimal life insurance purchase and consumption/investment under uncertain lifetime. Journal of Banking & Finance, 31(5), 1307-1319.

https://doi.org/10.1016/j.jbankfin.2006.10.015

Sauer, T. (2012). Numerical Analysis. Always learning. Pearson, 2nd edition.

Schmidli, H. (2007). Stochastic control in insurance. Springer Science & Business Media.

https://doi.org/10.1002/9780470061596.risk0374

Schwerhoff, G. & Stuermer, M. (2019). Non-renewable resources, extraction technology, and endogenous growth. Federal Reserve Bank of Dallas, Working Papers, 2015.

https://doi.org/10.24149/wp1506r1

Schäl, M. (2004). On discrete-time dynamic programming in insurance: Exponential utility and minimizing the ruin probability. Scandinavian Actuarial Journal, 2004(3), 189-210.

https://doi.org/10.1080/03461230110106507

Todinov, M. (2015). Reliability and risk models: setting reliability requirements. John Wiley & Sons

https://doi.org/10.1002/9781118873199